3、基于社交媒体帖子的新型对比学习模型用于估计多种人格特质程度

基于社交媒体帖子的新型对比学习模型用于估计多种人格特质程度

1. 研究背景与意义

人格特质识别在日常生活中具有重要意义，如选举结果、法庭裁决等。在招聘软件员工和进行研究时，需要考虑多种人格特质，如宜人性、开放性和尽责性等。然而，现有的人格特质识别方法大多聚焦于单一人格特质的分类，对于从单张图像中估计多种人格特质的程度存在不足。这是因为图像可能存在多人、遮挡、质量不佳等问题，且现有模型多局限于场景图像，难以处理包含人物、动作和姿势等复杂信息的图像。

2. 现有方法分析

• 基于文本的方法 ：
  • Kumar 等人 ：提出基于语言嵌入的模型，利用社交媒体活动评估人格特质，但仅考虑文本信息，忽略了图像信息。
  • Anglekar 等人 ：基于深度学习的自我评估方法，同样侧重于文本。
  • Dickmond 等人 ：使用机器学习从简历中提取特征以识别人格特质，也局限于文本。
• 基于图像和文本结合的方法 ：
  • Sun 等人 ：通过提取面部区域特征评估学生的能力和心理方面，但对于单张图像估计多种人格特质的效果不佳。
  • Beyan 等人 ：从关键动态图像中提取非语言特征，结合卷积和长短期记忆模型，但对单张图像的适用性有限。